數據驅動的零售業管理研究

內容簡介

自2016年馬雲在演講中提出“新零售”這個概念後，它逐漸成為零售業發展的趨勢和標桿。“新零售”不僅包含以網際網路技術為依託的電子商務模式，也更加重視融合線上與線下渠道，對傳統零售方式進行改良和創新，而實現這些的關鍵點之一就是數據驅動。隨著信息技術的發展，企業獲取和使用數據的成本越來越低廉，這也進一步促使數據成為企業發展的重要生產要素。據麥肯錫諮詢公司測算，大數據的有效運用將促使多數零售企業提高６０％以上的利潤率。

企業對於大數據的重視引起了學術界的關注，為管理和決策理論帶來了研究和創新機遇。但是，目前我們看到，現有研究仍然存在很多問題：①目前關於數據驅動的零售業管理研究中，大多數學者以電子商務作為主要研究對象，對於實體零售業在大數據背景下的管理模式研究不多；②目前相關的專著大多是從企業管理的角度，即戰略設定和運作管理兩個方面著手，對於企業數據挖掘內容涉及不多；③雖然目前研究成果較為豐富，但仍缺乏這些成果在零售業中的套用路徑。

鑒於此，本書從供應鏈的角度研究零售業管理的相關問題，即針對產品從生產、運輸、上架到清倉的整個過程中涉及的主要決策入手，按照“數據—學習—模型—決策”的研究範式，首先從數據中挖掘需求產生的機制和消費者的行為特徵，開發產品需求預測和預測更新方法，然後基於預測最佳化企業在選址、配送、庫存管理等方面的決策。

本書不僅包含針對各種零售數據的建模方法，而且包含與模型相對應的算法以及數據處理步驟，讀者可以隨時上手進行測試。此外，筆者一直與一家跨國時尚企業和一家在新加坡經營自動販售機的企業展開合作，利用企業提供的時尚產品的銷售數據對本書中所涉及的模型和算法進行實證分析，展現了數據驅動的決策方法在零售業管理中的套用路徑。

圖書目錄

第１章　緒論

　１．１　研究背景與研究問題

　１．２　研究內容與章節安排

　本章參考文獻

第１部分　產品總銷售量預測

第２章　針對具有高維特徵產品的總銷售量預測模型

　２．１　理論回顧

　２．２　廣義因子分解模型

　２．３　數值實驗

　２．４　本章小結

　本章參考文獻

第３章　考慮需求截斷的總銷售量預測模型

　３．１　理論回顧

　３．２　需求截斷的預測模型

　３．３　數值實驗

　３．４　本章小結

　本章參考文獻

第２部分　產品期銷售量預測

第４章　基於間斷時間序列分析的產品需求預測

　４．１　理論回顧

　４．２　基準預測模型

　４．３　基於聚合分解的預測模型

　４．４　數值實驗

　４．５　本章小結

　本章參考文獻

數據驅動的零售業管理研究

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條